En bra teoretisk definition av foder- eller foderkvalitet är djurprestanda. Denna definition kan vara användbar som en relativ jämförelse mellan foder när det ges till växande eller lakterande djur. Frivilligt intag och näringsämnenas smältbarhet har använts för att bilda index för foderkvalitet, och de flesta utfodringsnormer och -modeller bygger på antagandet att djurens prestationer är nära relaterade till intaget av tillgängliga näringsämnen. På grund av variationen i mätningar av intag, smältbarhet och djurprestanda är de samband som används för att utveckla förutsägelseekvationer för djurprestanda utifrån intag och smältbarhet ofta mindre exakta än önskat. Några av orsakerna till felaktiga förutsägelser är obalanser i näringsämnena, miljörelaterade begränsningar för de djur som används för mätningar och individuella skillnader mellan djuren. Variationen i det frivilliga intaget är större än variationen i smältbarheten och verkar vara viktigare vid bedömningen av foderkvaliteten. Det är dock svårare att fastställa intaget i djurförsök och att förutsäga det utifrån fodrets egenskaper. För att vara användbar vid utfodring av djur måste information om foderkvaliteten finnas tillgänglig före utfodringen. På grund av kostnader, arbete, tid och mängden foder som krävs är djurförsök inte lämpliga för att screena ett stort antal foder eller foder som till exempel från genetiska förbättringsförsök. Därför är det nödvändigt att förutsäga foderkvaliteten med hjälp av foderegenskaper från små prover. Kemisk sammansättning, in vitro bioassays och nära-infraröd reflektionsspektroskopi har använts med framgång för att förutsäga intag och smältbarhet av definierade provuppsättningar, t.ex. från genetiska förbättringsförsök, men det har varit svårare att tillämpa på okända eller öppna populationer, t.ex. producentprover. Utmaningen för att göra framsteg på detta område är att få fram exakta uppgifter om intag, smältbarhet och prestanda på ett tillräckligt antal prover under standardiserade förhållanden, så att en lämplig databas finns tillgänglig för utveckling av antingen robusta ekvationer eller ekvationer med tillräcklig specificitet för att kunna särskilja mellan olika foder- och genetiska typer.